← Zurück zu E-Books

Kurzfassung

Die heutigen CIOs und CEOs experimentieren in ihren Organisationen bereits mit Pilotprojekten zur Künstlichen Intelligenz (AI). Servicedesks bearbeiten täglich verschiedene Arten von Routine- und Nicht-Routine-Aufgaben. Gartner berichtet, dass IT-Organisationen 66 Prozent ihrer Ressourcen für tagtägliche Operationen aufwenden, also „Brot und Butter“-Aktivitäten. Endnutzer, vor allem Millennials und die Generation Z, verlangen bessere Erfahrungen. Künstliche Intelligenz und ihre Technologien nutzen die Macht der Daten, um Prognosen zu machen und Prozesse zu automatisieren, um die Erwartungen der Kunden zu erfüllen.

Fahrerlose Autos, virtuelle Assistenten und Roboter sind bereits alltäglich geworden. Sie basieren auf AI-Technologie, etwa dem Natural Language Processing (Natürliche Sprachverarbeitung – NLP), maschinellem Lernen (ML) oder Sprachassistenten. Diese Technologien sind längst kein Hype mehr, sondern bereits in vielen Unternehmen eine Realität. AI ist eine langfristige Investition, die Zeit und Ressourcen für die Planung, Ausführung und das Ernten der Vorteile erfordert. 2018 war das Jahr, in dem Unternehmen neue Rollen schufen und in AI und Analysen investierten. Nach Gartner wird „bis 2020 die durchschnittliche Person mehr Gespräche mit Bots als mit ihrem Ehepartner führen.“

 

ai-in-ITSM-ebook

Während AI und ML bereits ihre Spuren im E-Commerce, der Automobilwirtschaft und anderen Branchen hinterlassen haben, hat die IT gerade erst begonnen, diese Trends aufzugreifen. Das IT-Servicemanagement (ITSM) hat ein riesiges Potenzial, um von künstlicher Intelligenz zu profitieren, da die Servicedesk-Agenten eine ganze Reihe von Transaktionsaufgaben ausführen. Vor der Implementierung ist es jedoch wichtig, die Grundlagen der AI ITSM und ihre Auswirkungen zu verstehen und ein Fundament zu schaffen. AI hilft der IT, die wachsenden Erwartungen der Nutzer im Hinblick auf schnelleren Service und die neueste Technologie zu erfüllen. Die Digitalisierung treibt die AI ITSM an, Daten zu nutzen und die Geschäftsleistung zu steigern.

Während AI und ML bereits ihre Spuren im E-Commerce, der Automobilwirtschaft und anderen Branchen hinterlassen haben, hat die IT gerade erst begonnen, diese Trends aufzugreifen. Das IT-Servicemanagement (ITSM) hat ein riesiges Potenzial, um von künstlicher Intelligenz zu profitieren, da die Servicedesk-Agenten eine ganze Reihe von Transaktionsaufgaben ausführen. Vor der Implementierung ist es jedoch wichtig, die Grundlagen der AI und ihre Auswirkungen zu verstehen und ein Fundament zu schaffen. AI hilft der IT, die wachsenden Erwartungen der Nutzer im Hinblick auf schnelleren Service und die neueste Technologie zu erfüllen. Die Digitalisierung treibt die AI an, Daten zu nutzen und die Geschäftsleistung zu steigern.

Das Ausschalten von Hemmern

  • Fehlendes Wissen
  • Uneinheitliches Datenmanagement
  • Schatten-IT
  • Ungenügendes Änderungsmanagement

Wissen und Bewusstsein sind unumgänglich, wenn es um Investitionen in neue Technologien geht. Da die AI-Technologie noch nicht völlig ausgereift ist, herrscht Unsicherheit unter den IT-Stakeholdern, besonders den Servicedesk-Agenten. Mangelndes Wissen führt zu Fehlschlägen bei der Annahme. Gute Kommunikation und Aufklärung der IT-Administratoren und Agenten zu den Vorteilen der AI verbessert die Chancen der Durchsetzung. Anfangs mag noch jeder in der Organisation die neue Technik zurückhaltend betrachten, da man Angst um den eigenen Arbeitsplatz hat. Es ist jedoch wichtig, diese Widerstände durch Aufklärung zu überwinden. Bilden Sie Ihre Mitarbeiter zu den Unterschieden der Technologien, etwa AI und ML, fort und erläutern Sie deren Vorteile.

Tipp: Führen Sie Demonstrationen durch und zeigen Sie, wie die Künstliche Intelligenz im ITSM Agenten von Routineaufgaben entlasten kann.

Fehlendes Wissen

Wissen und Bewusstsein sind unumgänglich, wenn es um Investitionen in neue Technologien geht. Da die AI-Technologie noch nicht völlig ausgereift ist, herrscht Unsicherheit unter den IT-Stakeholdern, besonders den Servicedesk-Agenten. Mangelndes Wissen führt zu Fehlschlägen bei der Annahme. Gute Kommunikation und Aufklärung der IT-Administratoren und Agenten zu den Vorteilen der AI im IT-Servicemanagement verbessert die Chancen der Durchsetzung. Anfangs mag noch jeder in der Organisation die neue Technik zurückhaltend betrachten, da man Angst um den eigenen Arbeitsplatz hat. Es ist jedoch wichtig, diese Widerstände durch Aufklärung zu überwinden. Bilden Sie Ihre Mitarbeiter zu den Unterschieden der Technologien, etwa AI und ML, fort und erläutern Sie deren Vorteile.

Tipp: Kategorisieren, speichern und verwalten Sie Daten für jeden Prozess

Schatten-IT

„Bring Your Own Device“ (BYOD – Nutzung privater Geräte für berufliche Zwecke) und Cloud-Applikationen erhöhen die Chancen für das Entstehen einer Schatten-IT. Mitarbeiter und „Silo“-Abteilungen neigen dazu, voneinander unabhängige Apps zu nutzen, um Dinge schneller zu erledigen. Das kann zwar ihre Produktivität steigern, erhöht aber zugleich auch die Sicherheitsrisiken. Die IT hat keine Aufzeichnungen dieser Daten, daher ist die Schatten-IT ein Hemmer für Technologien wie AI und ML, wenn es darum geht, historische Daten zu analysieren. Das Ausschalten der Schatten-IT ermöglicht daher einen ganzheitlichen IT-Ansatz und ein effektives Funktionieren von implementierter Technologie.

Tipp: Machen Sie die IT zum einzigen Kontaktpunkt für jede Technologieimplementierung

Ungenügendes Änderungsmanagement

Das Umsetzen von Änderungen in der Unternehmenskultur, ethische Dilemmas und der Umgang mit Widerstand durch Agenten sind unumgänglich beim Implementieren von Künstlicher Intelligenz in ITSM. Die Planung eines angemessenen Änderungsmanagements ist der Schlüssel dazu. Agenten und Endnutzer müssen zu den AI-gestützten Lösungen und ihren möglichen Vorteilen geschult werden. Es ist wichtig hervorzuheben, dass die AI-Technologien die Menschen nicht ersetzen, sondern sie ergänzen soll. Die menschlichen Agenten können mithilfe der AI insgesamt effizienter arbeiten. Es liegt in der Verantwortung des Managements, den Zweck der AI in ITSM zu kommunizieren und den Agenten ihre Abneigung zu nehmen. Der Aufbau von Vertrauen und ein angemessenes Änderungsmanagement helfen bei einer besseren Annahme.

Tipp: Führen Sie ein AI-Pilotprojekt im IT-Servicemanagement mit einigen Agentengruppen durch

Beschleuniger

Servicemanagement für große Unternehmen

Mitarbeiter bevorzugen es, nur ein Portal besuchen zu müssen, um auf Dienste zuzugreifen. AI und ML liefern bei diesen zentralisierten Ansätzen bessere Ergebnisse. Künstliche Intelligenz muss eine Initiative im ganzen Unternehmen sein und es müssen ihr riesige Mengen an Daten zu allen Funktionen zur Verfügung stehen. Unternehmensweites Servicemanagement hat riesige Mengen an Daten zur Analyse zur Verfügung. Das fördert die „Big Data“-Implementierung und erlaubt bedeutungsvolle Schlussfolgerungen. Das wiederum führt zu besserem Kundenerfolgsmanagement, datengestützten Entscheidungen und Analysen.

Wissensmanagement

Ein Repository aus FAQs und Lösungen ist der Grundstein für ein effektives Wissensmanagement. Die Wissensbasis dient als Quelle für die Big-Data-Analyse und künstliche Intelligenz im ITSM. Geschäftliche Intelligenz ist das Ergebnis eines effektiven Wissensmanagements. Das Erstellen neuer Lösungsartikel, die zur Wissensbasis hinzugefügt werden können, und das Vorschlagen der relevanten Artikel an die Endnutzer sind einige der üblichen Nutzungsfälle.

„Bis Jahres 2020, werden 99 % der AI-Initiativen in ITSM fehlschlagen, weil eine eingeführte Wissensverwaltungs-Grundlage fehlt.“ – aus: „New Predicts 2018: IT Operations on Gartner“

Digitale Transformation

Digitale Initiativen treiben in den meisten Organisationen die AI-Innovation voran. Die digitale Transformation nutzt technologische Innovationen, um das Geschäftswachstum und die geschäftliche Effizienz zu steigern. Eine DX-Strategie muss eine unternehmensweite Initiative sein und darf sich nicht nur auf die IT beziehen. Die Verwendung von AI-Technologien (wie Chatbots und virtuelle Agenten) zur Verbesserung der Kundeninteraktionen wie häufige Beispiel.

„Bis 2019 werden 40 % der digitalen Transformationsinitiativen von maschinellem Lernen und künstlicher Intelligenz unterstützt werden“ - IDC

Agile-Frameworks

Agilität ist für jedes Unternehmen wichtig, um schneller voranzukommen. Geschäftsanwendungen, -prozesse und -modelle müssen im Hinblick auf die Benutzeranpassung und die Einrichtung flexibel sein. AI-Technologieimplementierungen sind auf Data-Mining und Datenverfügbarkeit angewiesen. Das Servicemanagement nutzt das Agile-Framework, um den Entwicklungsprozess und die „Time-to-Market“ zu beschleunigen.

Kultur des Self-Service

Entwickeln Sie eine Kultur des Self-Service, indem Sie Ihren Servicedesk von überall aus zugänglich machen. Endnutzer verlangen sofortige Antworten und Lösungen durch Self-Service. Chatbots und virtuelle Agenten verbessern die Antwortzeit und bieten eine gleichbleibend gute Nutzererfahrung. Anfragen der Stufe I können mit diesen Technologien umgeleitet werden, was den Agenten Zeit und Ressourcen spart.

Prüfliste

Künstliche Intelligenz ITSM (Anwendungsfälle)

AI kann in ITIL-Module implementiert werden, etwa Incident-Management, Serviceanfragemanagement, Änderungsmanagement und so weiter, um Routineaktivitäten zu automatisieren. Bevor Sie diese Anwendungsfälle implementieren, empfiehlt es sich, die oben aufgeführten Hemmer und Beschleuniger von AI ITSM zu verstehen. AI-Technologie interagiert hauptsächlich mit drei Akteuren:

  • AI & Agent
  • AI & Endnutzer
  • AI & Management

AI & Agent

Agenten sind oft sehr mit Routineaufgaben beschäftigt, etwa Ticketzuweisungen, Aushilfen und so weiter. Mit AI-gestützten Technologien können Sie diese Routineaufgaben automatisieren und so die Produktivität steigern. Zugleich haben die Agenten durch die Entlastung mehr Zeit, um sich um komplexe Probleme der Ebenen II und III zu kümmern.

Wissensmanagement

AI-gestütztes Wissensmanagement bietet eine Lösung aus dem Repository (wenn verfügbar) oder über eine Suche in der Cloud, um eine passende Lösung vorzuschlagen. Darüber hinaus erstellt die AI neue Artikel (sofern noch nicht vorhanden) und macht IT-Agenten intelligente Lösungsvorschläge. Beim Wissensmanagement für Lösungsvorschläge für Agenten und Endnutzer wird die Technologie des tiefen Lernens verwendet.

Gefühlsanalyse

Die Nutzerzufriedenheit und die Nutzererfahrung haben sich zu einer der Schlüsselmetriken zum Messen des Erfolges eines Servicedesk entwickelt. Die Prognose des Gefühls des Endnutzers zur Zeit der Ticketerstellung je nach Nutzung von Worten und vorherige CSAT-Umfrageergebnisse helfen Agenten dabei, angemessen zu antworten und die CSAT zu erhöhen. ITSM-Trends mit AI und ML spielen dabei eine große Rolle und sichern ein proaktives Vorgehen.

Vorausschauende Instandhaltung

ITSM-Lösungen können mit anderen geschäftlichen Tools integriert werden, etwa Tools zum Überwachen, zum Anlagenmanagement und so weiter. Ein AI- und ML-gestütztes IT-Servicemanagement kann automatisch Tickets erstellen, wenn eine bestimmte Infrastruktur nicht funktioniert oder sich etwas verschlechtert. Zugleich informiert das System die jeweils möglicherweise betroffenen Nutzer und erstellt ein Ticket für die Ursachenanalyse.

Proaktives Änderungsmanagement

Änderungsmanagement minimiert Risiken und Auswirkungen. ML schätzt das potenzielle Risiko ab und benachrichtigt den Änderungsmanager, den Ausstiegsplan auszuführen. Zudem hilft ML auch bei der Änderungsbewertung und Planung dabei, die Änderungsanfragen angemessen zu terminieren.

Asset-Management

Der Asset-Lebenszyklus und die Asset-Leistung können effektiv durch AI-gestützte Technologien überwacht werden. Falls die Leistung eines Assets sinkt, identifiziert ML dies anhand vorheriger Trends und benachrichtigt den Asset-Manager, das jeweilige Asset zu ersetzen. Zusätzlich stellt das System eine automatische Serviceanfrage zum Ersetzen des Assets.

AI und Endnutzer

Personalisierte Gespräche

Chatbots und virtuelle Agenten garantieren gleichbleibende, personalisierte Interaktionen mit Endnutzern in Echtzeit und steigern so die Kundenzufriedenheit. Chatbots sichern die Einheitlichkeit im Hinblick auf die Sprache, Antwortzeit und Verfügbarkeit. Dennoch ersetzen die Bots nicht die menschlichen Agenten, denn diese befassen sich mit der Lösung der komplexen Anfragen der Ebenen II und III.

Klassifizierung von Incidents und Serviceanfragen

Endnutzer kennen oft nicht den Unterschied zwischen einem Incident und einer Serviceanfrage. AI-Technologie erkennt die Ticketart anhand des Gelernten und klassifiziert sie für die Agenten im Servicedesk. Das entlastet die Agenten von dieser Routineaufgabe.

Automatisches Lösen von Tickets

AI-ITSM-Technologien antworten auf Anfragen von Endnutzern mit Echtzeitlösungen, ohne, dass ein Mensch dabei tätig werden muss. Das System durchsucht die Wissensbasis nach Lösungen. Wenn eine solche nicht vorhanden ist, schlägt es Lösungen aus der Cloud vor und erstellt neue Artikel, die im Repository gespeichert werden können.

Automatische Annahme von Service-Artikeln

Wenn Endnutzer eine Serviceanfrage einreichen, überprüft das System des maschinellen Lernens die Verfügbarkeit der Leistungsposition und genehmigt automatisch, ohne dass sein Mensch tätig werden muss. Die Genehmigung richtet sich nach der Priorität, der Geschichte und der Auswirkungen der Position.

AI und Management

Strategische Entscheidungsfindung

Predicitve Analytics analysiert vorherige Ergebnisse und macht Prognosen für die Zukunft, etwa zum Umsatz, zur Kundenzufriedenheit und zur Ressourcenplanung. Das hilft dem Management, mithilfe der Budgetvorhersage und des Ausgabenmanagements, informierte Entscheidungen zu treffen. Darüber hinaus bietet Predicitve Analytics Einblicke in die Leistungen der Agenten und des Servicedesk.

Prognose zu SLAs/Vertragsverstößen

Anhand der vorherigen Trends kann jeder zukünftiger SLA-Verstoß erkannt und dem richtigen Agenten bekanntgegeben werden. Das hängt vom Ticketaufkommen, der jahreszeitlich bedingten Arbeitsbelastung, dem Versagen der Infrastruktur und Ressourcenproblemen ab. Mit diesem Wissen können die Vertragsvereinbarungen eingehalten und die Kundenprobleme rechtzeitig gelöst werden.

Optimierung der Arbeitsbelastung

Servicedesk-Agenten verbringen einen Großteil ihrer Zeit mit dem Klassifizieren und Zuweisen von Tickets. AI-Technologien kümmern sich darum, die richtige Gruppe und den richtigen Agenten zu finden. Zugleich macht die AI dem Management anhand der Arbeitsbelastung und der Ressourcenplanung für die Zukunft Vorschläge zum Einstellen neuer Mitarbeiter.

AI-Bereitschaftsprüfung

Abonnieren, um weitere Artikel zum ITSM zu erhalten

Erhebliche Kostenreduzierung

Effektives Wissensmanagement lenkt L1- und L2-Tickets um. Das spart Zeit sowie Ressourcen und erlaubt es den menschlichen Agenten, sich mehr auf komplexe Projekte zu konzentrieren.

Gleichbleibende Endnutzererfahrung

Durch die Nutzung von Chatbots und virtuellen Agenten kann ein Servicedesk seinen Endnutzern eine gleichbleibende, nahtlose Serviceerfahrung bieten.

Schnellere Ticketlösung

Diese Technologien ermöglichen es Agenten mit den richtigen Ressourcen, Tickets manchmal selbst zu lösen, was die durchschnittliche Lösungszeit senkt.

Entscheidungsfindung aus Basis von Einblicken

Daten können in Einsichten umgewandelt werden, die dem Management dazu dienen, sinnvolle Geschäftsentscheidungen zu treffen.

Proaktives ITSM

AI ITSM und ML helfen Unternehmen dabei, proaktiv mögliche Incidents zu erkennen und einfache Probleme umzulenken, um so die Kundenzufriedenheit zu erhöhen.